1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
<?php
namespace App\Repositories;
use App\Helpers\Constants;
use App\Models\CrawlerListen;
use App\Models\Track;
use Sunra\PhpSimple\HtmlDomParser;
use Yangqi\Htmldom\Htmldom;
class TrackRepository extends BaseRepository
{
public function __construct()
{
}
/**
* Lấy ds bài hát đã insert
*
* doanpv - 24/03/2020
*
* @param string $pluck_by_field
* @param string $type
* @param array $select_fields
*
* @return array
*/
public function getTrackInserted($pluck_by_field='all', $type='original', array $select_fields)
{
if (count($select_fields) == 0) $select_fields = ['id', 'title', 'slug'];
$query = Track::select($select_fields);
if ($pluck_by_field == 'all') {
return $query->get()->toArray();
}
switch ($type) {
case 'upper':
return $query->pluck($pluck_by_field)->map(function ($item){
return strtoupper($item);
})->all();
break;
case 'lower':
return $query->pluck($pluck_by_field)->map(function ($item){
return strtolower($item);
})->all();
break;
default: return $query->pluck($pluck_by_field)->toArray();
}
}
/**
* Lấy ds bài hát chưa có ảnh đại diện (trường art: null)
*
* doanpv - 24/03/2020
*
* @return array
*/
public function getTrackImageEmpty($limit=200)
{
$query = Track::select(['id', 'art', 'id_zing', 'id_nct', 'id_keeng', 'src_thumbnail_medium'])
->whereNull('art')
->whereNotNull('src_thumbnail_medium')
->take($limit);
return $query->get()->toArray();
}
/**
* Crawler thông tin bài hát từ url top 100: https://www.nhaccuatui.com/top100/top-100-nhac-tre.m3liaiy6vVsF.html
* Nhưng URL này không lấy được link của bài hát và thời lượng
* Sử dụng link dạng playlist của top 100 thì lấy được link và thời lượng
* URL playlist của top 100: https://www.nhaccuatui.com/playlist/top-100-nhac-tre-hay-nhat-va.m3liaiy6vVsF.html?st=1
* Sử dụng composer package "sunra/php-simple-html-dom-parser"
*
* @param $url
* @return array
*/
public function processNctGetTrackInfoFromTop100($url)
{
$tracks = [];
$dom = getDom($url);
/* Lấy tên bài hát ------------------------------------------------------------------------------------------ */
$element_track_title = 'div.box_info_field h3.h3 a';
foreach ($dom->find($element_track_title) as $data) {
$tracks['title'][] = str_replace([], [], $data->innertext);
}
/* Lấy đường dẫn ảnh của bài hát ---------------------------------------------------------------------------- */
$element_track_img = 'div.box_info_field a img';
foreach ($dom->find($element_track_img) as $data) {
$tracks['img'][] = str_replace([], [], $data->{"data-src"});
}
/* Lấy link bài hát ----------------------------------------------------------------------------------------- */
$element_track_link = 'div.box_info_field h3.h3 a';
foreach ($dom->find($element_track_link) as $data) {
$link = str_replace([], [], $data->href);
$tracks['link'][] = $link;
}
/* Lấy tên ca sĩ hát ---------------------------------------------------------------------------------------- */
$element_track_singer = 'div.box_info_field h4.list_name_singer a';
foreach ($dom->find($element_track_singer) as $data) {
$tracks['singer'][] = str_replace([], [], $data->innertext);
}
/* Lấy url thông tin cá nhân ca sĩ -------------------------------------------------------------------------- */
$element_singer_profile = 'div.box_info_field h4.list_name_singer a';
foreach ($dom->find($element_singer_profile) as $data) {
$tracks['url_profile'][] = str_replace([], [], $data->href);
}
/* Lấy ID dạng chuỗi của bài hát ---------------------------------------------------------------------------- */
$element_track_id_str = 'div.box_song_action a.button_add_playlist';
foreach ($dom->find($element_track_id_str) as $data) {
$tracks['id_nct_str'][] = str_replace(['btnShowBoxPlaylist_', '</h2>'], ['', ''], $data->id);
}
/* Lấy ID dạng số của bài hát ------------------------------------------------------------------------------- */
$element_track_id = 'div.box_info_field';
$start = '<span class=\"export_listen\" id="NCTCounter__';
$end = '">0<\/span>';
$rule = "/$start(.*)$end/msU";
foreach ($dom->find($element_track_id) as $data) {
$data_crawler = str_replace(['<!--', '-->'], ['', ''], $data);
preg_match($rule, $data_crawler, $result);
if (is_array($result) && count($result) == 2) {
$tracks['id_nct'][] = $result[1];
}
}
/* Tổng hợp dữ liệu thành mảng ------------------------------------------------------------------------------ */
$result = [];
for($i=0; $i < count($tracks['title']); $i++) {
$result[$i]['id_nct_str'] = $tracks['id_nct_str'][$i];
$result[$i]['id_nct'] = $tracks['id_nct'][$i];
$result[$i]['title'] = $tracks['title'][$i];
$result[$i]['link'] = $tracks['link'][$i];
$result[$i]['img'] = $tracks['img'][$i];
}
return $result;
}
/**
* Lấy link và thời lượng của bài hát từ link playlist của top 100
* URL: https://www.nhaccuatui.com/playlist/top-100-nhac-tre-hay-nhat-va.m3liaiy6vVsF.html?st=1
* Sử dụng composer package "yangqi/htmldom"
*
* @param $url
* @return array
*/
public function processNctGetTrackInfoFromTop100Playlist($url)
{
$tracks = [];
$dom = new Htmldom($url);
/* Lấy ID dạng chuỗi của bài hát ---------------------------------------------------------------------------- */
$element_track_id_str = 'li';
foreach ($dom->find($element_track_id_str) as $data) {
if (isset($data->key)) {
$tracks['id_nct_str'][] = str_replace([], [], $data->key);
}
}
/* Lấy link bài hát ----------------------------------------------------------------------------------------- */
$element_track_link = 'li a';
foreach ($dom->find($element_track_link) as $data) {
if (isset($data->class) && $data->class == 'button_new_window') {
$tracks['link'][] = str_replace([], [], $data->href);
}
}
/* Lấy ID dạng số ------------------------------------------------------------------------------------------- */
$element_track_id = 'li span';
foreach ($dom->find($element_track_id) as $data) {
if (isset($data->id) && isset($data->class) && $data->class == 'icon_listen') {
$tracks['id_nct'][] = str_replace(['NCTCounter_sg_', 'NCTCounter_pn_'], ['', ''], $data->id);
}
}
/* Lấy thời gian của bài hát từ thẻ <meta content="PT3M51S" itemprop="duration" /> -------------------------- */
$element_track_duration = 'li meta';
foreach ($dom->find($element_track_duration) as $data) {
if (isset($data->content) && isset($data->itemprop) && $data->itemprop == 'duration') {
$duration_str = str_replace(['PT', 'M', 'S'], ['', ':', ''], $data->content);
$duration_array = explode(':', $duration_str);
if (count($duration_array) == 2) {
$tracks['duration'][] = intval($duration_array[0])*60 + intval($duration_array[1]);
} else {
$tracks['duration'][] = 0;
}
}
}
/* Tổng hợp dữ liệu thành mảng ------------------------------------------------------------------------------ */
$result = [];
for($i=0; $i < count($tracks['id_nct_str']); $i++) {
$result[$i]['id_nct_str'] = $tracks['id_nct_str'][$i];
$result[$i]['id_nct'] = $tracks['id_nct'][$i];
$result[$i]['link'] = $tracks['link'][$i];
$result[$i]['duration'] = $tracks['duration'][$i];
}
return $result;
}
/**
* Hàm lấy ds bài hát chưa có ảnh sau khi lấy từ NCT về
*
* @return array
*/
public function getNctTrackLinkEmpty()
{
$query = Track::select(['id', 'link_nct', 'id_zing', 'id_nct', 'id_keeng', 'src_thumbnail_medium'])
->whereNull('art')
->whereNotNull('src_thumbnail_medium');
return $query->get()->toArray();
}
public function processNhacVnGetTrackInfoFromTop20($url)
{
$tracks = [];
$dom = getDom($url);
/* Lấy ID bài hát ------------------------------------------------------------------------------------------ */
$element_track_id = 'ul li a.addsongtmpl';
foreach ($dom->find($element_track_id) as $data) {
$tracks['id'][] = str_replace([], [], $data->id);
}
/* Lấy tên bài hát ------------------------------------------------------------------------------------------ */
$element_track_title = 'h3.over-text a';
foreach ($dom->find($element_track_title) as $data) {
$tracks['title'][] = str_replace([], [], $data->innertext);
}
/* Lấy đường dẫn ảnh của bài hát ---------------------------------------------------------------------------- */
$element_track_img = 'ul.bxh_song_list li a img';
foreach ($dom->find($element_track_img) as $data) {
$tracks['img'][] = str_replace([], [], $data->src);
}
/* Lấy link bài hát ----------------------------------------------------------------------------------------- */
$element_track_link = 'h3.over-text a';
foreach ($dom->find($element_track_link) as $data) {
$link = str_replace([], [], $data->href);
$tracks['link'][] = $link;
}
/* Lấy tên ca sĩ hát ---------------------------------------------------------------------------------------- */
$element_track_singer = 'ul.bxh_song_list li a img';
foreach ($dom->find($element_track_singer) as $data) {
$tracks['singer'][] = str_replace([], [], $data->alt);
}
/* Lấy url thông tin cá nhân ca sĩ -------------------------------------------------------------------------- */
$element_singer_list = 'p.over-text a.singer';
foreach ($dom->find($element_singer_list) as $data) {
$tracks['singer_list'][] = [
'name' => str_replace([], [], $data->innertext),
'url' => str_replace([], [], $data->href)
];
}
/* Tổng hợp dữ liệu thành mảng ------------------------------------------------------------------------------ */
$result = [];
for($i=0; $i < count($tracks['title']); $i++) {
$result[$i]['id_nhacvn'] = $tracks['id'][$i];
$result[$i]['title'] = $tracks['title'][$i];
$result[$i]['img'] = $tracks['img'][$i];
$result[$i]['link'] = $tracks['link'][$i];
$result[$i]['singer'] = $tracks['singer'][$i];
}
return $result;
}
/**
* Lấy ds bài hát chưa lấy lượt nghe trong ngày theo từng hệ thống nhạc
* Bài nào đã lấy rồi thì sẽ ko lấy nữa
* Mỗi lần quét 500 bài cho đến hết
*
* @param string $src
* @param $crawlered
* @param int $limit
*
* @return array
*/
public function getTrackBySource($src='zing', $crawlered, $limit = Constants::CRAWLER_LISTEN_LIMIT)
{
$query = Track::select(['id', 'id_zing', 'id_nct', 'id_nhacvn', 'id_keeng', 'title']);
if (is_array($crawlered) && count($crawlered) > 0) {
$query->whereNotIn('id', $crawlered);
}
switch ($src) {
case 'zing': $query->whereNotNull('id_zing')->where('id_zing', '<>', ''); break;
case 'nct': $query->whereNotNull('id_nct')->where('id_nct', '<>', ''); break;
case 'nhacvn': $query->whereNotNull('id_nhacvn')->where('id_nhacvn', '<>', ''); break;
case 'keeng': $query->whereNotNull('id_keeng')->where('id_keeng', '<>', ''); break;
}
if ($limit > 0) {
$query->take($limit);
}
return $query->get()->toArray();
}
/**
* Lấy ds những bài hát đã lấy lượt nghe trong ngày, để lần quét sau sẽ bỏ qua
* Mỗi lần quét 300-500 bài trong tracks và bỏ qua những bài đã lấy lượt nghe trong ngày ở bảng crawler_listens
* Lấy những bài hát có lượng nghe trong ngày = 0 để cập nhật lại
* Có thể tùy biến thêm ($is_update_all): cập nhật toàn bộ hoặc chỉ cập nhập những bài chưa lấy lượt nghe
*
* @param string $src
* @param boolean $is_update_all
*
* @return array
*/
public function getCrawlerListenInserted($src='zing', $is_update_all=false)
{
$min_date = date('Y-m-d 00:00:00');
$max_date = date('Y-m-d 23:59:59');
if ($is_update_all) {
$min_date = date('Y-m-d 00:00:00', time() + 86400);
$max_date = date('Y-m-d 23:59:59', time() + 86400);
}
$query = CrawlerListen::select(['id', 'track_id']);
switch ($src) {
case 'zing':
$query->where('zing_crawler_at', '>=', $min_date)
->where('zing_crawler_at', '<=', $max_date)
->where('today_zing', '>' ,0);
break;
case 'nct':
$query->where('nct_crawler_at', '>=', $min_date)
->where('nct_crawler_at', '<=', $max_date)
->where('today_nct', '>' ,0);
break;
case 'nhacvn':
$query->where('nhacvn_crawler_at', '>=', $min_date)
->where('nhacvn_crawler_at', '<=', $max_date)
->where('today_nhacvn', '>' ,0);
break;
case 'keeng':
$query->where('keeng_crawler_at', '>=', $min_date)
->where('keeng_crawler_at', '<=', $max_date)
->where('today_keeng', '>' ,0);
break;
}
$result = $query->get();
return collect($result)->map(function ($item) { return $item->track_id; })->all();
}
public function getCrawlerListenNotYetMoved($max_date=null)
{
if (empty($max_date)) {
$max_date = date('Y-m-d 00:00:00');
} else {
$max_date = date('Y-m-d 23:59:59', strtotime($max_date));
}
return CrawlerListen::select('*')
->where('date_moved_at', '<=', $max_date)
->orWhereNull('date_moved_at')
->take(5000)
->get();
}
}